申请/专利权人：武汉理工大学

申请日：2021-11-15

公开（公告）日：2024-04-16

公开（公告）号：CN113987985B

主分类号：G06F30/337

分类号：G06F30/337;G06F30/3308;G06N3/063;G06N3/0499;G06F119/02;G06F119/06;G06F119/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.02.18#实质审查的生效;2022.01.28#公开

摘要：一种基于忆阻器交叉阵列神经网络加速器热效应优化方法,包括：步骤一，建立快速温度分布计算模型：选取实际功率矩阵中的一点的脉冲功率除以体积得到脉冲热源值，将脉冲热源值输入进ANSYS软件中得到一个脉冲温度矩阵，最后将获取的脉冲温度矩阵和实际功率矩阵进行卷积后再除以脉冲功率便得到实际的温度分布矩阵；步骤二，建立MLP神经网络失效评估模型：将快速温度分布计算模型得到的实际温度T的分布矩阵应用在MLP神经网络失效评估模型中，得到MLP神经网络模型中实际温度T对权重值的影响；步骤三，离线热优化的MLP神经网络模型映射。本设计不仅优化忆阻器阵列的排布，而且减小温度上升对忆阻器所带来的影响，提高神经网络离线训练过程的精度。

主权项：1.一种基于忆阻器交叉阵列神经网络加速器热效应优化方法,其特征在于：所述神经网络加速器热效应方法包括如下步骤：步骤一，建立快速温度分布计算模型：首先自定义输入数据，将这些数据定义为功率值P得到实际功率矩阵，选取实际功率矩阵中的一点x,y的脉冲功率，利用脉冲功率除以体积得到脉冲热源值，然后将脉冲热源值输入进ANSYS软件中通过其有限元计算功能得到一个脉冲温度矩阵，最后将获取的脉冲温度矩阵和实际功率矩阵进行卷积运算再除以脉冲功率便得到实际的温度分布矩阵；建立快速温度分布计算模型中，具体建立步骤如下：首先自定义输入数据，将这些数据定义为功率值P得到实际功率矩阵，以解析计算方法求得忆阻器神经网络加速器准确的全域温度分布，同时确保与传统数值计算方法获得的温度分布的最大误差不超过5％；建立以下温度分布快速计算模型，如式1所示： 式中Tδx,y,τ表示脉冲信号热作用下在τ时刻基于忆阻器的神经网络加速器内x,y位置处的温度值，功率矩阵P为已知量，Px,y,τ表示在τ时刻基于忆阻器的神经网络加速器内x,y位置处的功率,Pδτ表示在τ时刻脉冲信号热的功率，τ表示系统达到稳态温度分布时所用的时间，在公式1中，当t等于τ时，则得到快速温度分布计算模型；选取实际功率矩阵中的一点x,y的脉冲功率，利用脉冲功率除以体积得到脉冲热源值，然后将脉冲热源值输入进ANSYS软件中通过其有限元计算功能得到一个脉冲温度矩阵，最后将获取的脉冲温度矩阵和实际功率矩阵进行卷积运算再除以脉冲功率便得到实际的温度分布矩阵；将脉冲温度矩阵与功率矩阵进行卷积后便是实际温度分布，式1表示，将脉冲温度矩阵与功率矩阵进行卷积除以脉冲功率值便可得到实际温度T的分布矩阵；步骤二，建立MLP神经网络失效评估模型：将快速温度分布计算模型得到的实际温度T的分布矩阵应用在MLP神经网络失效评估模型中，得到MLP神经网络模型中实际温度T对权重值RON的影响；所述步骤二，建立MLP神经网络失效评估模型中：随着温度的逐渐升高，忆阻器关态电导会有微小幅度的增大，而开态电导会显著的降低，其比值减小一半；导通状态下忆阻器电导主要由热电子行为决定，关断状态下忆阻器电导主要由隧穿行为决定，该输运机制下关断状态的忆阻器电导模型表示如下： 其中J0表示电流密度，V表示忆阻器两端的电势差，βPF＝q3πε0εr12表示Poole-Frenkel系数，q指元电荷的电荷量，ε0表示真空介电常数，εr表示相对介电常数，T表示实际温度，k为玻尔兹曼常数，表示氧空位相对于导带的能量差；可以将式2在常温T0＝300K位置处进行泰勒级数展开，去掉高阶项，得到低阶的忆阻器可靠性简化模型；另一方面，通态电流随温度的变化而减小，但丝状路径内外的散射事件变得更加重要，故通态串联电阻用下式简化计算： 其中是温度的电阻，ρ是温度系数，RON是通态串联电阻即权重值，T表示实际温度；与关闭状态相反，在没有连续的开关事件时，ρ＝3*10-21K；说明通态电流随温度的变化与关态电流的变化不相关；步骤三，离线热优化的MLP神经网络模型映射，由向量矩阵的乘加运算特性可知，同时调整同一行的输入向量值和矩阵权重值的顺序并不影响向量矩阵乘计算结果，而在权值的映射过程中，对神经网络模型中输入值和模型权重值顺序进行调整，实现热的再分布，从而避免阵列结构内的局部异常高温，实现对热效应的优化；具体研究内容如下：将步骤一热效应快速评估模型中得到的实际的温度T的分布矩阵利用贪婪算进行热行、冷行之间的交换，得到多个不同的换行方案，将交换后矩阵映射到离线状态下MLP神经网络中并求取忆阻器的精度值，选取最高精度值下对应的换行方案作为最优的映射方案。

全文数据：

权利要求：

百度查询： 武汉理工大学 基于忆阻器交叉阵列神经网络加速器热效应优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD